字节 CV抖音算法实习三轮技术+HR面经

字节是面得最久的一家公司了，3月底投递，快到4月底才拿到offer，不过好在总算是拿到了。

一面（2h）二面（1h）三面（1h）HR面（1.5h）

4.2 一面

好家伙，面试官周六晚上八点开始面，直接给我面了两个小时，十点结束，我人都傻了，不过可以看出来这个面试官涉猎很多方向，并且能很好地指出我项目中存在的问题，非常有经验。

介绍高通项目，提出了哪些改进
模型对大物体检测性能不好，如果是由于感受野的话为什么不直接用一层比较小的特征图来专门检测大物体呢？
高通模型 10 ms 的速度，是在哪里测的呢？分辨率有多少？（512*512）
你有用到蒸馏，是怎么用的，有关注最近的蒸馏文章吗，讲一些工作的大概做法。
CVPR 这篇文章你是在里面负责什么？有没有涉及到代码的编写呢？
讲讲 CVPR 这篇论文，你对弱监督了解多少，简单介绍一下
MODNet 主要流程大概是怎么样的呢？如果要对他进行改进的话，你觉得有哪些是可以改的？
MODNet 的 loss_c 是什么意思？
给个业务场景，比如 matting 这边的话，假设有大量的 noisy label（经过模型标注的伪标签），如何将这些伪标签利用上呢？
移动端部署加速的话你能想到用什么办法吗？
编程题：Leetcode 组合总和II，开始用滑动窗口做，发现有点困难，后来直接用回溯就行了。

4.7 二面

这个面试官水平挺高的，但是很多东西问的太细了，有些答不上来，并且最后的题目也挺变态的，太麻了。

详细介绍一下高通这个项目
MobileNet 里面有 BN 层吧，在部署的时候有对 BN 层做什么处理吗？
CenterNet 假设两个极值点靠的很近，就相差几个像素，怎么区分这两个物体呢？
CenterNet 是怎么获取极值点的？
动态损失权重为什么不直接在 GT 上操作，为什么要重新生成一个 mask 呢？
详细介绍一下抠图这个项目
为什么不适用一个大型的模型来对你们的业务数据集进行推理呢？
抠图最终的数据集有多少张？前景图有多少张？
你们合成数据时就直接将前景贴到背景上去吗，有没有做什么操作？
语义分割领域中，一般有什么方法来处理不太精细的边界问题吗？回答：CRF，RandomWalk，面试官问我知不知道原理是什么？直接跪
两个数据集，一个有 3 个类标注，一个有 1 个类标注，bs=16，如何每次都 sample 出一半 A 数据一半 B 数据？回答：重写 sampler，他问具体怎么实现？讲了我的一些思路，但是应该讲错了，再次跪
做分割时，假设我们用的是 512 分辨率训练，测试用一张 4k 或者 8k 的图片推理上采样回原图后，边界模糊怎么处理？回答：用类似 canny 的 nms，其实是错的，这种 nms 针对的是边缘区域，但是我们的分割图并不是边缘。好的做法有将图片切 patch 送入网络中进行推理，不过这样子的话推理时间会增加。另一种做法呢，面试官跟我说可以用引导滤波。又跪了
一般移动端模型轻量化有哪些方法？
讲讲 CVPR 论文，你们是怎么获取到与类别相对应的背景类的呢？
编程题：用 SGDm 求 X**2 + 2*x -3 = 0 的解，破防了。